随着摄像机技术的不断发展，其应用已经非常普遍。然而摄像机在图像拍摄、传输过程中，输出图像质量不是很高，有时存在很大的变形，未能达到输出图像要求。这是由于摄像机内部光学镜头组、传感器敏感元件材料和生产工艺及外部复杂的拍摄环境所造成。为了提高图像定量分析的结果，必须对这类图像进行校正。通常采用两类校正方法，分别为光学校正和数字校正。数字图像校正是利用数学分析方法，结合数字图像处理技术对摄像机摄入的图像进行校正，以达到图像分析的目的，是数字图像处理的一个重要研究分支。随着数字图像处理技术的发展，采用数字图像技术进行畸变校正逐渐盛行。 图像畸变可分为线性畸变和非线性畸变，据此，数字图像校正可分为线性校正和非线性校正。线性校正技术国内外已经有很多相关方面的研究，非线性校正则比较少，文章主要针对摄像机获取的视频图像，采用数字图像校正方法对非线性畸变图像进行了深入的研究和分析。 首先，阐述了图像校正的背景和意义，图像畸变校正技术分类及图像校正国内外研究现状。然后，针对伴随图像的噪声问题，介绍了各种去噪处理方法，分析了各自去噪效果的优劣，以减小噪声对图像校正的干扰，同时介绍了摄像机标定模型。 其次，文章在介绍了两种基本的几何校正方法-直接法和间接法的基础上，探讨分析了基于畸变率的图像几何校正和非线性有理逼近模型。在总结前人研究成果的基础上，分析其算法存在的不足，提出LMBP神经网络非线性校正算法。然后，结合所做项目遇到的实际问题，分析该算法性能优势，用此算法实现图像校正。 最后，对论文研究成果进行了总结，提出了未来研究的方向。